传统算法交易策略中的相关参数研究.pdfVIP

Table_Top Table_Header1 证券研究报告_量化投资专题 Table_AuthorTemp 证券研究报告_XX 报告 2012 年07 月05 日 16404 2011 年6 月14 日 Table_Title 传统算法交易策略中的相关参数研究 16676 ——算法交易系列研究之二 Table_Author 安宁宁 资深分析师 电话：0755 Table_Temp eMail：ann@ 执业编号：S0260512020003 Table_Summary 算法交易概述 算法交易是实现对大规模母单进行拆分，并对拆分后的子单进行定时、定量交易的一种程序化交易方式。算法交 易通过事先设定好的策略，由投资者编制完成相关的计算机自动化交易程序，并通过连接交易系统接口，利用计 算机实现大规模交易的拆分、报价、下单、撤单等一系列动作，并在交易后对已完成的交易进行分析和评估，从 反馈中进一步修正算法模型。算法交易产生的根本目的，在于其可以减小市场摩擦，有效降低交易中的冲击成本， 从而使得整个交易可以以最优价格完成。目前，国内外使用算法交易的投资者主要是各类机构投资者，包括基金 公司、保险公司、养老金、投资银行以及各类资产管理机构。由于国内证券市场起步较晚，算法交易还没有大规 模普及，但在海外发达金融市场，算法交易已成为一种成熟的证券交易模式。在本篇报告中，我们主要对几类传 统的算法模型（策略）进行研究，包括TWAP 策略、VWAP 策略，以及MVWAP 策略，并着重对策略中的一些 细节进行思考与分析，特别对实际操作中可能遇到的几类参数进行了实证研究。 传统算法交易策略中的相关参数研究 通过分析算法交易的整个流程，我们认为在传统算法策略中，有三类参数需要进行重点研究。一类是预测成交量 （成交量比例）参数，包括成交量历史样本天数和在预测成交量（成交量比例）过程中历史样本（每个交易日） 的权重；另一类是订单拆分参数，包括VWAP （MVWAP ）策略的分段周期和下单频率；最后一类是下单量参数， 包括相对于预测成交量的实际下单比例和MVWAP 策略中下单量的增减比例参数。 预测成交量（成交量比例）参数 通过对不同的市场环境进行回测，我们发现针对国内A 股市场，历史样本天数取50 至70 个交易日较为合适。 而历史样本权重则与欧美一些投资研究中所指出的权重随时间间隔增大而递减的情况不同，在预测成交量（成交 量比例）分布时，我们建议采用简单算术平均方法即可。 订单拆分参数 通过回测跟踪偏差和成交执行率两个指标，我们发现取2 分钟至10 分钟的VWAP （MVWAP ）分段周期对策略 结果的影响不大，因此在实际操作过程中可以在此范围内任意选择；下单频率则是对于TWAP 和VWAP （MVWAP ）通用的参数，通过研究，我们推导出了下单频率的一个表达式，其与股票的交易时间、流通股本、 流动性、历史成交量分布特征、交易者对下单比例和成交量分布拟合误差的要求等有关。 下单量参数 通过盘口数据测算，我们认为相对于预测成交量的实际下单比例不应该超过40% ，并且更好的办法是针对不同个 股测算该参数的具体数值。根据这个参数的结果，可以进一步确定MVWAP 下单量增减比例这个参数，我们给 出了增加比例参数上限的表达式，并针对股票在某个交易日出现价格持续高于或低于市场实时VWAP 的情况给 出了一些定性建议。 Table_FooterContact 广发证券公司或其关联机构可能会持有报告中所涉及的公司所发